ML Solution team2, LINE Machine Learning Dept

2021年7月1日に開催した「LINE Machine Learning室 採用説明会」にて
使用したMachine Learning室 ML Solution team2の紹介資料です。
https://line.connpass.com/event/215668/

Transcript

1. ML Solution team2 紹介 2021/07/01 Takahiro Yoshinaga, LINE Corporation Machine Learning室 採用説明会
2. ML Solution team2のMission • 機械学習の社会実装を通じて、LINEの様々なサービス の価値の源泉の向上に貢献する • 機械学習の良い社会実装事例の横展開を推進する • 機械学習による、継続的・安定的に事業貢献する仕組 み化を推進する 機械学習の事業適用と横展開、継続的改善に責任を持つ
3. ML Solution team2のMission • 機械学習の社会実装を通じて、LINEの様々なサービス の価値の源泉の向上に貢献する • 機械学習の良い社会実装事例の横展開を推進する • 機械学習による、継続的・安定的に事業貢献する仕組 み化を推進する 機械学習の事業適用と横展開、継続的改善に責任を持つ
4. 価値の源泉とは 必要な人に、必要な情報を届けるための基礎情報 • Feature Store ✓ 機械学習による事業貢献の源泉（特徴量）を提供する • Persona ✓ みなし属性推定により、事業オーナー・ユーザー双方にとってより良いマー ケティング体験を提供する • LINE公式アカウント ✓ 推薦エンジンにより、アカウントとユーザーの良質な出会い（友だち追加） をプロデュースする
5. • サービス横断のユーザー行動ログをLINEプライバシーポリシーに則って蓄積 • Hadoop上でデータ構造を共通フォーマット化したり、表現学習で使いやすく変換 • Next Step: MLOps, System全体の刷新 Feature Store • ~900M users • 60M dim. / user Hadoop Cluster
6. • サービス横断のユーザー行動ログを利用して、ユーザーのDNN系のロジックで推定 LINE for Business 2021年7-12月期媒体資料より https://www.linebiz.com/jp/download/ Persona
7. • サービス横断のユーザー行動ログを利用して、DNN系のロジックで推定 • 推定結果の安定化や安全なリリースのために、smoothing, gradual rolloutを活用 • Next Step: MLOps, 推論セグメントの柔軟な追加 Persona Smoothing Gradual Rollout Services Post Process 詳しく知りたい方はこちら: https://www.slideshare.net/morningyrp/56-machine-learning-15minutes-broadcast-249496618
8. • サービス横断のユーザー行動ログを利用して、アカウントやコンテンツを推薦 LINE公式アカウント
9. • サービス横断のユーザー行動ログを利用して、アカウントやコンテンツ推薦 • LINE Appの主要なメディアへ展開 LINE公式アカウント Home tab User2item Ranking
10. • サービス横断のユーザー行動ログを利用して、アカウントやコンテンツ推薦 • LINE Appの主要なメディアへ展開 • Next Step: ロジック改善、露出メディア拡大 LINE公式アカウント Home tab Talkhead Friend List OA List OA Profile …
11. Work Style: Lead ML through collab. Planning suggestion / request Fundamental Analysis supported by DS (Analysis) Modeling Evaluation supported by MLDev (MLLibs) Online Testing supported by DS (Statistics) Deploy supported by MLInfra (Infra) Monitoring MLSol MLPlan DS MLDev MLInfra Biz Dev QA
12. Skill Set 各事業の課題を広く解決する ための機械学習アルゴリズム （特に推薦）の理解と経験、 およびこれらを活かすための データ分析スキル 各事業の課題を数理的な課題 に落としこみ解決するための ビジネスの理解 国内屈指の大規模データ環境 で、機械学習エンジンを本番 適用・運用するためのソフト ウェアエンジニアリング経験 各領域をバランス良くカバー + どれか強みを持っている ビジネス データ サイエンス エンジニア リング
13. Wanted • 機械学習とソフトウェアエンジニアリングの力で売上 を上げることとユーザーに価値を届けることを両立で きるプラットフォームを作りあげていきたい方 • 技術力 = 技術を通じて事業貢献する力 を発揮したい方 ✓ 選択肢という意味で高い技術を持っていることは大事ですが、難易度の高い 技術も踏まえて最適な技術を選択できる人がより活躍できると感じています • Skin in the Gameの精神を持っている方 ✓ 気になる方はタレブの「身銭を切れ」を読んでください